論文の概要: Perturb, Aggregate then Reconstruct: Consensus Aggregation and Fourier-Attended Multi-Decoders for Reconstruction-based Multi-View Anomaly Detection
- arxiv url: http://arxiv.org/abs/2611.12477v1
- Date: Mon, 09 Nov 2026 14:22:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-11 09:45:38.365373
- Title: Perturb, Aggregate then Reconstruct: Consensus Aggregation and Fourier-Attended Multi-Decoders for Reconstruction-based Multi-View Anomaly Detection
- Title(参考訳): Perturb, Aggregate, Reconstruct: Consensus Aggregation and Fourier-Attended Multi-Decoders for Reconstruction-based Multi-View Anomaly Detection
- Abstract要約: 本稿では,多視点異常検出のための再構成フレームワークPARを提案する。
ビュー特殊化マルチデコーダアーキテクチャを用いて局所化異常マップを生成する。
Real-IADデータセットの実験では、PARはサンプルレベル、画像レベル、ピクセルレベルの異常検出において、最先端の手法を一貫して上回っている。
- 参考スコア(独自算出の注目度): 5.690429632407952
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Multi-view anomaly detection is crucial for industrial inspection to identify defects hidden from single viewpoints. Yet, despite their strong success in single-view applications, reconstruction-based methods remain largely underexplored in multi-view settings. A key challenge in extending these methods lies in generating view-consistent pseudo-anomalies. To address this, we propose PAR, a reconstruction-based framework for enhanced multi-view anomaly detection. First, we introduce a feature perturbation strategy coupled with a consensus aggregation module that integrates these perturbed features across viewpoints to mitigate view-inconsistent anomalies and construct highly aligned pseudo-anomaly representations. Second, we employ a view-specialized multi-decoder architecture; by assigning a dedicated decoder to each view, we increase the model's representational complexity, enabling the generation of highly feasible, localized anomaly maps rather than less precise, view-agnostic reconstructions. Last, we incorporate Fourier attention into the decoders to emphasize global frequency-domain structures over local token evidence, effectively preventing identity mapping. Extensive experiments on the Real-IAD dataset demonstrate that PAR consistently outperforms state-of-the-art methods in sample-level, image-level, and pixel-level anomaly detection. Our code is available at https://github.com/SpatialAILab/PAR_mvad.
- Abstract(参考訳): 単一視点から隠れた欠陥を特定するためには,多視点異常検出が産業検査に不可欠である。
しかし、シングルビューアプリケーションで大きな成功を収めたにもかかわらず、リビルドベースの手法は多ビュー設定では未熟なままである。
これらのメソッドを拡張する上で重要な課題は、ビューに一貫性のある擬似アノマリーの生成である。
そこで本研究では,多視点異常検出の強化を目的とした再構成フレームワークPARを提案する。
まず, コンセンサス集約モジュールと組み合わさった特徴摂動戦略を導入し, 視線不整合異常を緩和し, 高度に整合した擬似異常表現を構築する。
第2に、ビュー特化マルチデコーダアーキテクチャを採用し、各ビューに専用デコーダを割り当てることで、モデルの表現複雑性を増大させ、より精度の低いビュー非依存的な再構成ではなく、高度に実現可能な局所化異常マップの生成を可能にする。
最後に、Fourierの注意をデコーダに組み込んで、局所的なトークン証拠よりもグローバルな周波数領域構造を強調し、IDマッピングを効果的に防止する。
Real-IADデータセットの大規模な実験により、PARはサンプルレベル、画像レベル、ピクセルレベルの異常検出において、最先端の手法を一貫して上回ることを示した。
私たちのコードはhttps://github.com/SpatialAILab/PAR_mvad.comで利用可能です。
関連論文リスト
- VerdictAD: Few-Shot Anomaly Detection via Decision-Guided Refinement [64.96691084133998]
既存の異常検知器を視覚的決定によって洗練する,トレーニング不要のフレームワークであるVerdictADを紹介した。
既存の検出器を置き換える代わりに、VerdictADでは、クエリイメージとそのローカルリージョンを評価するための型付き決定モデルを採用している。
Global Verdict Refinement (GVR)は画像レベルの決定を使用して全体の異常スコアを洗練し、Local Verdict Refinement (LVR)は局所的な決定を集約して異常マップを洗練させる。
論文 参考訳(メタデータ) (2026-11-02T07:15:42Z) - HierGF: Hierarchical Gaussian Fields via Geometry-perception Message Passing for Sparse-view 3D Reconstruction [55.147891140117906]
スパースビューには、限られた3D情報しか含まれない。
マッチング用のイメージが多すぎるため、マルチビューの一貫性の構築が困難になる。
アンダーサンプリングされた地域では、しばしば密度制御に依存し、信頼できるガイダンスが欠如している。
本稿では階層的幾何知覚の観点からスパースビュー再構築を再考する階層的場 (HierGF) を提案する。
論文 参考訳(メタデータ) (2026-10-01T04:50:55Z) - See More, Detect Less? Taming Information Leakage in Multi-View Anomaly Detection [32.33973839948303]
局所的およびグローバルな相互視融合による異常検出のための最初のフレームワークであるGLAD(Global-Local Attention Driven framework)を提案する。
実効的なマルチビュー融合では,デコーダに到達した情報を明示的に制限する必要がある。
Real-IADとMANTA-Tinyの実験によると、GLADはサンプルレベル、イメージレベル、ピクセルレベルのメトリクスで最先端のメソッドよりも優れています。
論文 参考訳(メタデータ) (2026-08-25T21:29:35Z) - XMatchAD: A Cross-Modal Matching Perspective on Reconstruction-based Anomaly Detection [30.401044523780723]
XMatchADは、疑似クロスモーダルマッチングの観点からタスクを再解釈する新しいUADフレームワークである。
提案手法は,マルチクラスの異常検出と局所化において,優れた性能,最先端の手法よりも優れた性能を実現している。
論文 参考訳(メタデータ) (2026-07-26T13:47:10Z) - Collaborative Reconstruction and Repair for Multi-class Industrial Anomaly Detection [37.057760207060554]
コラボレーティブ・リコンストラクション・アンド・リコンストラクション(CRR)は、リコンストラクションを修復に変換する。
我々は,デコーダからの表現が十分なローカル情報を含むことを保証するために,特徴レベルのランダムマスキングを実装した。
我々は,合成異常マスクによって教師されるセグメンテーションネットワークを訓練し,ローカライゼーション性能を向上させる。
論文 参考訳(メタデータ) (2025-12-12T09:24:23Z) - Unsupervised Multi-View Visual Anomaly Detection via Progressive Homography-Guided Alignment [14.782512101141016]
多視点画像からの教師なし視覚異常検出は重要な課題である。
ViewSense-AD (VSAD) は、ビュー間の幾何学的一貫性を明示的にモデル化することで、視点不変表現を学習する。
拡散モデルから得られた多レベル特徴を、通常のプロトタイプの学習メモリバンクと比較することにより異常検出を行う。
論文 参考訳(メタデータ) (2025-11-24T05:01:16Z) - ShortcutBreaker: Low-Rank Noisy Bottleneck with Global Perturbation Attention for Multi-Class Unsupervised Anomaly Detection [59.89803740308262]
ShortcutBreakerはMUADタスクのための新しい統合された機能再構成フレームワークである。
ショートカットの問題に対処する2つの重要なイノベーションが特徴だ。
提案手法は,4つのデータセットに対して,99.8%,98.9%,90.6%,87.8%の顕著な画像レベルのAUROCを実現する。
論文 参考訳(メタデータ) (2025-10-21T06:51:30Z) - Multi-View Industrial Anomaly Detection with Epipolar Constrained Cross-View Fusion [15.819291772583393]
横方向核融合を導くために, エピポーラ幾何学制約付アテンションモジュールを導入する。
クロスビューアテンションの可能性をさらに高めるため,メモリバンクによる異常検出に触発された事前学習戦略を提案する。
我々のフレームワークは、最先端のマルチビュー異常検出データセットにおいて、既存の手法よりも優れていることを実証する。
論文 参考訳(メタデータ) (2025-03-14T05:02:54Z) - Regularized Contrastive Partial Multi-view Outlier Detection [76.77036536484114]
RCPMOD(Regularized Contrastive partial Multi-view Outlier Detection)と呼ばれる新しい手法を提案する。
このフレームワークでは、コントラスト学習を利用して、ビュー一貫性のある情報を学び、一貫性の度合いでアウトレイラを識別する。
4つのベンチマークデータセットによる実験結果から,提案手法が最先端の競合より優れていることが示された。
論文 参考訳(メタデータ) (2024-08-02T14:34:27Z) - Multi-view Aggregation Network for Dichotomous Image Segmentation [76.75904424539543]
Dichotomous Image (DIS) は近年,高解像度自然画像からの高精度物体分割に向けて出現している。
既存の手法は、グローバルなローカライゼーションと局所的な洗練を徐々に完了させるために、退屈な複数のエンコーダ・デコーダストリームとステージに依存している。
これに触発されて、我々は多視点オブジェクト認識問題としてdisをモデル化し、擬似多視点アグリゲーションネットワーク(MVANet)を提供する。
一般的なdis-5Kデータセットの実験では、我々のMVANetは精度と速度の両方で最先端の手法を大きく上回っている。
論文 参考訳(メタデータ) (2024-04-11T03:00:00Z) - Generative Partial Multi-View Clustering [133.36721417531734]
本稿では,不完全なマルチビュー問題に対処するため,GP-MVCと呼ばれる生成的部分的マルチビュークラスタリングモデルを提案する。
まず、マルチビューエンコーダネットワークをトレーニングして、一般的な低次元表現を学習し、次にクラスタリング層を使用して複数のビューをまたいだ一貫したクラスタ構造をキャプチャする。
第2に、他のビューが与える共有表現に基づいて、1つのビュー条件の欠落データを生成するために、ビュー固有の生成敵ネットワークを開発する。
論文 参考訳(メタデータ) (2020-03-29T17:48:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。